leetcode(力扣) 674. 最长连续递增序列 ( 滑动窗口 & 动态规划)

题目描述

给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。
连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], …, nums[r - 1], nums[r]] 就是连续递增子序列。

示例 1：
输入：nums = [1,3,5,4,7]
输出：3
解释：最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。

示例 2：
输入：nums = [2,2,2,2,2]
输出：1
解释：最长连续递增序列是 [2], 长度为1。

思路分析

滑动窗口思路：

维护两个指针 left和right。

• 如果当前元素比前一个元素小，或等于前一个元素，则不符合严格递增条件，让left = right 。
• 让right往后挪一个，不断记录right和left之间的最大长度，即是最长子序列。

动态规划思路:

要不是为了练dp，谁这种题会用dp啊。。。

dp[i] 表示到下标为i的数时，最长的递增子序列。这里并不一定是从0开始到i，而是可以从前面的任意值到i。

状态转移公式也很简单了，如果当前值比前一个值大，则dp[i] = dp[i-1]+1

因为dp[i] 表示到下标为i的数时，最长的递增子序列。所以最后输出dp数组中最大的值。

完整代码

滑动窗口：
class Solution:
    def findLengthOfLCIS(self, nums: List[int]) -> int:
        left = 0
        right = 1
        res = 1
        while right!=len(nums):
            if nums[right] <= nums[right-1]:
                left = right
            
            right+=1
            res = max(res,right-left)
        return res

动态规划:
class Solution:
    def findLengthOfLCIS(self, nums: List[int]) -> int:
        dp = [1] * len(nums)

        for i in range(1,len(nums)):
            if nums[i-1] < nums[i]:
                dp[i] = dp[i-1]+1
        print(dp)
        return max(dp)